基于偏最小二乘回归与支持向量机耦合的咸潮预报模型

• 作者: 刘德地 陈晓宏
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 偏最小二乘回归(PLS) 支持向量机(SVM) 咸潮预报 珠海市
• 年，卷（期）: 2007,（4）
• 页码范围: 89-92
• 页数: 4页
• 分类号: TV213.1
• 字数: 3605字
• 语种: 中文
• DOI: 10.3321/j.issn:0529-6579.2007.04.020

摘要

利用偏最小二乘回归对影响咸潮的因素进行分析,提取出对因变量影响强的成分,从而克服了变量之间的多重相关性问题;同时利用支持向量机在解决小样本非线性问题上的优势,采用将偏最小二乘回归与支持向量机耦合的方法,建立了咸潮预报模型(PLS-SVM),并应用该模型对珠海市平岗站盐度的变化进行了模拟和预测,研究结果表明,所提出的PLS-SVM模型模拟和预测精度明显优于常用的BP人工神经网络、多元回归模型,可更好地应用于咸潮预报.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓宏	中山大学水资源与环境研究中心	250	3958	34.0	49.0
2	刘德地	中山大学水资源与环境研究中心	16	278	9.0	16.0